Dlaczego warto poznać SPARQL ? Jeszcze kilka lat temu każda baza RDF implementowała swój język zapytań na grafie RDF. Tak zgadliście: próba przeniesienia się z jednego repozytorium do drugiego była koszmarem. Dodatkowo, chociaż nie wiele wówczas serwisów udostępniało publicznie swoje dane, to bez jednego standardu zapytań konieczne było pisanie agentów semantycznych, które potrafiły zadawać zapytania w różnych językach.

Wraz z popularyzacją języka SPARQL przez W3C (SPARQL obchodził niedawno 2 lata od opublikowania jako rekomendacja W2 sytuacja się drastycznie zmieniła: SPARQL jest na tyle popularny, że udostępnianie tzw. SPARQL endpoint jest jednym z de facto standardów funkcjonowania serwisów semantycznych zgodnych z Linked Open Data. Innym ciekawym przykładem wykorzystania języka SPARQL jest projekt sparqlTeX, dzięki któremu możemy automatycznie aktualizować dokumenty PDF w oparciu o dane z serwisów udostępniających SPARQL endpoint.

W chwili obecnej trwają prace nad kolejną wersją języka; napiszemy o proponowanych zmianach pod koniec cyklu.

Być może części z was nazwa SPARQL przywodzi na myśl SQL. Podobieństwo w nazwie jest częściowo zamierzone ... podobnie jak w przypadku formatu zapytań.

Weźmy pod uwagę prosty graf RDF:

<http://www.semanticschool.com/2010/02/sparql-wstep/> <http://purl.org/dc/elements/1.1/title> "SPARQL - cz. 1: Wstęp do odpytywania grafów RDF".
<http://www.semanticschool.com/2010/02/sparql-wstep/> <http://purl.org/dc/elements/1.1/creator> "Sebastian Ryszard Kruk".

Jeżeli chcemy zapytać o tytul artykułu pod adresem http://www.semanticschool.com/2010/02/sparql-wstep/ możemy to zrobić za pomocą zapytania:

SELECT ?tytul
WHERE
{
<http://www.semanticschool.com/2010/02/sparql-wstep/> <http://purl.org/dc/elements/1.1/title> ?tytul.
}

Zapytania SPARQL zaczynamy słowem SELECT, po którym wypisujemy listę zmiennych o które pytamy. Zaś w sekcji WHERE wewnątrz nawiasów sześciennych wpisujemy szablon grafu RDF (w formacie Turtle), gdzie pewne elementy grafu zastępujemy zmiennymi rozpoczynającymi się od znaku zapytania.

Przyznacie jednak, że ciągłe wpisywanie pełnych URI nie jest zbyt wygodne. Podobnie jak w przypadku języka Turtle, możemy skorzystać z prefiksów. Poprzednie zapytanie wyglądałoby następująco:

PREFIX dc: <http://purl.org/dc/elements/1.1/> .
SELECT ?tytul
WHERE
{
<http://www.semanticschool.com/2010/02/sparql-wstep/> dc:title ?tytul.
}

Kilka z prefiksów jest zdefiniowanych domyślnie:

PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>.
PREFIX fn: <http://www.w3.org/2005/xpath-functions#>.

A co jeśli chcemy zapytać więcej informacji o danym zasobie ? Nic prostszego. Dla następującego grafu

<http://www.semanticschool.com/2010/02/sparql-wstep/> <http://purl.org/dc/elements/1.1/title> "SPARQL - cz. 1: Wstęp do odpytywania grafów RDF".
<http://www.semanticschool.com/2010/02/sparql-wstep/> <http://purl.org/dc/elements/1.1/creator> "Sebastian Ryszard Kruk".
<http://www.semanticschool.com/2009/12/semantyczne-seo-ontologia-good-relations-i-rdfa/> <http://purl.org/dc/elements/1.1/title> Semantyczne SEO, czyli jak zwiększyć widoczność stron w wyszukiwarkach przy pomocy ontologii Good Relations i RDFa".
<http://www.semanticschool.com/2009/12/semantyczne-seo-ontologia-good-relations-i-rdfa/> <http://purl.org/dc/elements/1.1/creator> "Arkadiusz Kwoska".

nieznacznie zmodyfikowane zapytanie SPARQL

PREFIX dc: <http://purl.org/dc/elements/1.1/> .
SELECT ?url, ?tytul, ?autor
WHERE
{
?url dc:title ?tytul.
?url dc:creator ?autor.
}

otrzymamy w wyniku:

W zapytaniu możemy wybierać trójki na podstawie literałów w zdaniu. Na przykład dla grafu:

@prefix dc: <http://purl.org/dc/elements/1.1/> .
<http://www.semanticschool.com/> dc:lang "Polski".
<http://semdl.info/> dc:lang "English".
<http://semdl.info/> dc:type "Site"@en.
<http://www.semanticschool.com/> dc:type "Strona"@pl.
<http://www.semanticschool.com/> <http://example.com/articleCount> 43.
<http://blog.knowledgehives.com/> <http://example.com/articleCount> 9.
<http://semdl.info/> dc:date "02/01/2010"^^xsd:date.
<http://www.semanticschool.com/> dc:date "09/19/2009"^^xsd:date.
<http://semdl.info/> <http://example.com/inPolish> "false"^^xsd:boolean.
<http://www.semanticschool.com/> <http://example.com/inPolish> "true"^^xsd:boolean.


Poniższe zapytanie wypisze stronę napisaną po angielsku

PREFIX dc: <http://purl.org/dc/elements/1.1/> .
SELECT ?url WHERE { ?url dc:lang "English". }

A to stronę typu "Strona", gdzie literał ma ustalony język "pl". W następnych odcinkach napiszę co zrobić jeżeli nie znamy języka literału, lub nie wiemy czy język został w ogóle podany.

PREFIX dc: <http://purl.org/dc/elements/1.1/> .
SELECT ?url WHERE { ?url dc:type "Strona"@pl. }

Możemy też zapytać o ilość:

SELECT ?url WHERE { ?url <http://example.com/articleCount> 43. }

o datę:

PREFIX dc: <http://purl.org/dc/elements/1.1/> .
SELECT ?url WHERE { ?url dc:date "09/19/2009"^^xsd:date. }

lub o wartości typu prawda / fałsz.

SELECT ?url WHERE { ?url <http://example.com/inPolish> true. }

Jak widać SPARQL jest całkiem prosty. W następnym odcinku nauczymy się jak konstruować zapytań dotyczące większych obszarów grafu RDF w tym nienazwanych węzłów (ang. blank nodes).

Jednym z niezmiernie istotnych elementów opisu semantycznego są słowniki (ang. controlled vocabulary), które dostarczają pojęć wykorzystywanych w opisach semantycznych. Chociaż słowniki, takie jak zarówno tezaurusy czy taksonomie, tworzone są już od długiego czasu, szczególnie w środowisku bibliotekarskim, to jednak nie są one zapisywane w postaci która umożliwiałaby ich wykorzystanie w Internecie; szczególnie w grafach RDF. Odpowiedzią na te wymagania jest format tworzenia prostych systemów organizacji wiedzy - SKOS (ang. Simple Knowledge Organization Systems).

Pierwsza wersja specyfikacji SKOS powstała w ramach pracy magisterskiej Alistaira Milesa. SKOS jest lekką ontologią w sensie w jakim zdefiniowaliśmy to niedawno. Umożliwia ona na formalną definicję słowników, takich jak taksonomie (ang. taxonomy) czy tezaurusy (ang. thesaurus), w postaci grafu RDF.

Do najważniejszych cech SKOS należą:

• Każdy element słownika jest typu [skos:Concept]
• Słowniki definiowane jako [skos:Scheme], a przynależność do danego słownika ustalana przez predykat [skos:inScheme]. Można również ustalić, że dany element jest korzeniem danego słownika, korzystając z [skos:topConceptOf]; jest to szczególnie ważne w przypadku tezaurusów.
• Do opisu elementów słownika służy m.in. [skos:prefLabel]; SKOS definiuje również właściwości umożliwiające tworzenie dokumentacji słownika.
• Niewątpliwie najważniejszymi są właściwości za pomocą, których definiujemy semantyczne zależności pomiędzy elementami słownika; są to:
  • [skos:broader] i [skos:narrower] wskazują (odpowiednio) bardziej ogólne i bardziej szczegółowe elementy; używane szczególnie przy formalnym zapisie taksonomii. Możliwe jest również definiowanie właściwości przechodnich: [skos:broaderTransitive] i [skos:narrowerTransitive].
  • [skos:related] wskazuje inne powiązane pojęcia, np. w tezaurusie.
• Elementy słownika można również organizować w kolekcje [skos:Collection] oraz definiować dodatkowe mapowania pomiędzy nimi, np. [skos:closeMatch]. Te ostatnie mogą okazać się szczególnie przydatne podczas budowania połączeń pomiędzy elementami różnych słowników; badania nad tym opisane zostały, m.in. w pracy magisterskiej (pisanej w ramach współpracy DERI Galway i Politechniki Gdańskiej) Mateusza Kaczmarka: Collaborative Building of Controlled Vocabulary Crosswalks.

Na zakończenie, warto dodać, że SKOS uzyskał status rekomendacji W3C, co świadczy o jego dużym znaczeniu tej ontologii.